[논문 리뷰] Sparse Approximate Multifrontal Factorization with Butterfly Compression for High Frequency Wave Equations

Yang Liu, Pieter Ghysels외 2명|arXiv (Cornell University)|2020. 06. 30.

Electromagnetic Scattering and Analysis참고 문헌 53인용 수 18

한 줄 요약

이 논문은 높은 주파수의 파동 방정식에서 큰 프론탈 행렬을 압축하고 인수분해하기 위해 버터플라이 알고리즘과 그 계층적 행렬 확장인 HOD-BF를 활용하는 새로운 희소 근사 다중전면 해법기를 제시한다. 그래프 거리 기반의 항목 평가와 난수 행렬-벡터 곱을 사용함으로써 3D 헬름홀츠 및 맥스웰 문제에 대해 O(N log²N)의 계산 복잡도와 O(N)의 메모리 복잡도를 달성한다 — 이는 이러한 문제에 대해 3D에서 처음으로 실현된 준선형 복잡도 다중전면 해법기이다.

ABSTRACT

We present a fast and approximate multifrontal solver for large-scale sparse linear systems arising from finite-difference, finite-volume or finite-element discretization of high-frequency wave equations. The proposed solver leverages the butterfly algorithm and its hierarchical matrix extension for compressing and factorizing large frontal matrices via graph-distance guided entry evaluation or randomized matrix-vector multiplication-based schemes. Complexity analysis and numerical experiments demonstrate $\mathcal{O}(N\log^2 N)$ computation and $\mathcal{O}(N)$ memory complexity when applied to an $N imes N$ sparse system arising from 3D high-frequency Helmholtz and Maxwell problems.

연구 동기 및 목표

• 고주파수 파동 방정식에서 유래한 큰 희소 선형 시스템에 대한 직접 해법기의 높은 계산 및 메모리 비용을 해결한다.
• 진동하는 그린 함수에서 높은 수치 랭크로 인해 복잡도 감소를 달성하지 못하는 저랭크 기반 해법기의 한계를 극복한다.
• 빠르고 확장 가능하며 메모리 효율적인 다중전면 해법기를 3D 헬름홀츠 및 맥스웰 방정식에 적용 가능하도록 개발한다.
• 버터플라이 기반 압축(HOD-BF)을 다중전면 방법에 통합하여 프론탈 행렬 내의 구조적 낮은 랭크 패턴을 활용한다.
• 3D 고주파수 문제에 대해 준선형 복잡도(O(N log²N) 연산, O(N) 메모리)를 달성한다 — 기존의 표준 직접 해법기로는 이뤄지지 않았던 일이다.

제안 방법

• 다중전면 인수분해에서 발생하는 프론탈 행렬을 압축하기 위해 HOD-BF(계층적 비대각선 버터플라이) 형식을 사용한다.
• 직접 프론탈 행렬을 생성하지 않고도 효율적인 버터플라이 구축을 위해 그래프 거리 기반의 프oxy 샘플링을 적용한다.
• 완전한 행렬을 저장하지 않고도 버터플라이 표현을 계산하기 위해 난수 행렬-벡터 곱을 활용한다.
• 크기가 n×n인 프론탈 행렬 각각에 대해 O(n³/² log n) 복잡도의 HOD-BF 역행렬 알고리즘을 사용해 주대각선 블록을 인수분해한다.
• 저복잡도를 유지하기 위해 난수 버터플라이 구축 알고리즘을 사용해 슈어 보완을 계산한다.
• 블록 2×2 분할을 통해 다중전면 프레임워크에 통합하며, 블록은 평면 또는 교차하는 표면 간의 그린 함수 상호작용을 나타낸다.

실험 결과

연구 질문

• RQ1 버터플라이 알고리즘과 HOD-BF 형식이 다중전면 방법에 효과적으로 통합되어 고주파수 파동 방정식에 대해 준선형 복잡도를 달성할 수 있는가?
• RQ2 그래프 거리 기반의 항목 샘플링이 직접 행렬을 생성하지 않고도 효율적이고 정확한 버터플라이 압축을 가능하게 하는가?
• RQ3 난수 행렬-벡터 곱 기반 방법이 프론탈 행렬 인수분해에서 저복잡도를 유지하면서도 수치 정확도를 확보할 수 있는가?
• RQ4 기존의 다중전면 해법기와 비교해 제안된 해법기의 3D 헬름홀츠 및 맥스웰 방정식에 대한 점근적 복잡도는 어떻게 되는가?
• RQ5 실제 3D 파동 문제에서 정확한 해법기 및 저랭크 기반 해법기(예: STRUMPACK, MUMPS)에 비해 이 해법기가 상당한 성능 향상을 이룰 수 있는가?

주요 결과

• 제안된 HOD-BF 다중전면 해법기는 3D 고주파수 헬름홀츠 및 맥스웰 문제에 대해 O(N log²N)의 계산 복잡도와 O(N)의 메모리 복잡도를 달성하였으며, 이러한 방정식에 대해 처음으로 실현된 준선형 복잡도 해법기이다.
• 3D 포isson 방정식의 경우, 정확한 다중전면 해법기 대비 요인분해 시간은 최대 44.6% 감소하고 메모리 사용량은 40.7% 감소하였으며, 루트 프론탈에서 HOD-BF는 0.38%의 저장 압축을 달성하였다.
• Ω=32인 3D 맥스웰 문제에서 HOD-BF 해법기는 요인분해 시간을 301.34초에서 379.50초로 증가시켰지만, 연산 수의 60.1%를 압축했고, 메모리는 541GB에서 426GB로 감소(78.8% 압축), GMRES 반복 수는 1회에서 21회로 증가하였다.
• Marmousi2 속도 모델에서 스케일 N=9.1×10⁷일 때 HOD-BF 해법기는 25.3%의 연산 수 압축과 44.6%의 메모리 압축을 달성하였으며, 확장성 면에서 HSS 및 정확한 해법기보다 뛰어났다.
• HOD-BF 표현에서 최대 랭크는 루트 프론탈에서 O(n¹/⁴)로 증가하며, HSS의 O(n¹/²)보다 훨씬 느리게 증가함을 확인하여 이론적 예측을 뒷받침하며, 훨씬 뛰어난 압축 성능을 가능하게 한다.
• 3D 포isson 문제에서 k>200일 경우 요인분해 시간, k>300일 경우 해법 시간에서 HOD-BF 해법기가 HSS 및 정확한 해법기보다 뛰어나며, 실질적인 준선형 스케일링을 입증한다.